LEARNING
能力与鲁棒性不可兼得：视觉-语言-动作模型的信息论界限
Jianwei Tai
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文证明了视觉-语言-动作（VLA）策略中能力与鲁棒性之间存在信息论上的权衡，其总和受任务熵和对抗信道容量的上限约束。通过OpenVLA-7B的实验验证，该界限在像素级和编码器特定条件下均可量化，为VLA模型的鲁棒性设计提供了理论指导。
关键词
VLA modelsrobustnessinformation theoryadversarial perturbationscapability-robustness trade-off
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018